一、结构介绍

当我们打开一个html文档时可以发现这是一个具有树形结构的文本。

以前面的演示界面来看，其树形结构为：

现在介绍三种遍历方式：下行遍历、上行遍历、平行遍历。

二、标签树的下行遍历

• 注意上面提到的遍历都是以节点为单位，而不是标签。
• 此外，需要注意到迭代类型这一类型，只能用于循环遍历，可以看做一种特殊的列表，只是这个列表中的值不能被直接打印出来，如果想查看这一类型中的值，可以借助list()函数，将其打印出来，方法演示为：

document = list(soup.a.descendants)

print(doucument)

1、用法演示：

代码中，第八行的含义为打印出head节点的所有子节点（列表形式），第九行为打印body标签的所含子节点的长度，结果为5，而其子节点的列表为：

可以发现列表的5个元素当中有三个换行符。

所以，节点不仅仅可以是标签，也可以是其他类型的。

2、下行遍历

（1）遍历所有儿子节点

（2）遍历所有子孙节点

二、标签树的上行遍历

1、使用演示

略、与上面基本相同。

这里需要有几点注意:

• html标签（即html文件中最顶层的标签）的父亲标签就是自己本身
• soup（整个html文档）本身也是一种特殊的标签，它的父标签为None，即没有父标签

2、上行遍历

这里给出上行遍历的框架

上述代码运行结果为：

这里对代码和结果进行一定的解释，首先解释为什么要判断parent是否为空，soup中的a标签向上遍历父辈标签时也会遍历到soup本身，但soup本身并不存在父标签，所以为了避免程序出现错误，需要进行一次判断。其次，输出的最后一个结果是[document]，是因为html标签为整个文件中最高层级的标签，其父标签也就是自己本身，也就是整个document。

三、标签树的平行遍历

首先需要知道的是，所有平行遍历是要前提条件的：平行遍历只发生在同一个父亲节点下的各节点之间，不同父亲节点下的标签无法构成平行遍历关系。

1、使用演示

在前面的基础上，执行下面代码：

print(soup.a.next_sibling)

后出现的结果为一个字符串：

 and

而并不是一个标签，而是一个NavigableString类型的字符串出现这样的原因是，NavigableString也可以作为遍历过程中的一个节点。

2、遍历平行前续/后续节点

遍历后续节点：

遍历前续节点：